在长期的自然环境作用下,风电叶片会产生裂纹,必须经常进行检测,人工方式危险且效率低,故本文采用爬壁机器人搭载图像采集设备进行检测。由于相机视角有限,普通的相机只能采集到局部图片,需要采用图像拼接技术将一组相互存在重叠部分的图像进行空间匹配对准,经融合后成为一幅包含多幅图像信息的完整的大视场的清晰图像。因此,本文围绕图像拼接的基本理论和关键技术进行系统的研究,设计了裂纹拼接系统并且对裂纹边缘进行提取,主要包括以下研究内容。首先,针对裂纹检测精度和时间要求,研究一种防止Harris角点漏失或者簇拥的优化算法,用SUSAN算子和模板操作去除多余角点;再和Scale Invariant Feature Transform算法结合,生成具备尺度不变性的特征描述向量;其次采用Best Bin First算法进行特征点粗匹配;再使用Random Sample Consensus算法剔除外点,估算出最佳特征矩阵;为了防止多幅图像拼接产生累积误差,采用捆绑调整的方式进行优化;最后通过图像融合技术消除由于光照变化引起的相邻图像间的强度或颜色不连续问题,将两幅经过匹配确定出重叠区域的图像拼合为一幅无缝图像。实验表明该裂纹图像拼接方法匹配精度高、鲁棒性强,能够实现裂缝图像的快速拼接。然后对裂纹提取和计算。为了保证裂纹提取的精度,便于后续的裂纹几何特征参数计算,提取裂纹边缘时必须保持裂纹形态和大小,因此本文研究了小波模极大值边缘提取的自适应阈值选择和形态学修复的优化算法,实验证明该算法性能稳定、具有良好的提取效果;再采用投影特征判断裂纹类型,使用提取裂纹骨架的方法计算长度,计算网状裂纹的面积以及最大外接矩阵面积,实验表明长度和面积的测量结果满足裂纹检测的精度要求。最后搭建基于机器人的图像拼接系统。采用VC++编程实现了视频数据的解码、特征点提取、特征匹配、图像融合、裂纹提取长度计算以及最后的图像输出和存储。该系统可以播放视频并完成图像的拼接,稳定可靠,运行流畅,具有良好的可操作性及交互性能。